北京，2017年9月7日——

日前，首届人工智能计算大会（AI Computing Conference，简称AICC）在北京举行。青云QingCloud受邀出席并展示了QingCloud AI开发生态，包括QingCloud GPU主机、AI解决方案等内容，并通过QingCloud AppCenter与合作伙伴共同构建完整的人工智能生态。

本次大会由中国工程院信息与电子工程学部主办、浪潮集团承办，以“创新计算赋能AI”为主题，围绕AI当下需求及未来发展，着眼于计算创新，联合从事AI计算及应用的企业、用户、专家、开发者共同打造探讨促进AI计算的交流合作平台，推动AI产业的可持续发展。

随着人工智能深入生命科学、智能交通、智慧金融等各行各业，其带动了数据的飞速增长以及行业诸多特定场景应用的落地，对于IT计算能力的要求也大幅增长。其中，IT开发关键因素有三：行业结构化数据、通用的计算和存储能力、模型和算法。

近年来，青云QingCloud 对人工智能领域保持持续的关注和投入，基于自身云计算、大数据的基础服务能力，并联合更多合作伙伴，共同打造人工智能开发生态。其中举措包括：

• 推出了专为人工智能计算优化设计的GPU主机——具备GPU加速计算能力的实例，可同时提供GPU和CPU计算资源，能够大幅提高机器学习及科学计算等大规模计算框架的运行速度，为搭建人工智能及高性能计算平台提供基础架构支持。青云QingCloud GPU主机采取灵活的按需计费模式，大幅优化使用成本，适用于公有云、私有云及混合云等应用场景。
• 以青云QingCloud通用的大数据产品Spark、Storm、Hadoop为基础，为人工智能提供开发引擎。
• 联合众多的合作伙伴如彩云AI、爱因互动、第四范式、桃树科技、酷克数据等人工智能代表企业，提供了一系列基于青云QingCloud一站式应用交付与运营管理平台AppCenter的AI引擎及服务产品，包括数据仓库、BI工具、人脸识别、语音识别、人机对话等应用。

借助于开放、全面的人工智能开发生态平台，青云QingCloud已经服务众多人工智能领域优秀的企业用户和合作伙伴。未来，QingCloud将不断完善人工智能开发生态，致力服务于智能客服、智能金融、智慧医疗、智能交通等更多AI场景，助力人工智能的发展和落地。

北京，2017年8月26日——

近日，由IDC主办的2017年中国金融行业转型与创新高峰论坛暨颁奖典礼在北京举行。青云QingCloud副总裁金萌应邀出席并参与了主题为“Fintech的落地实践”的高峰对话环节，与南京银行科技部副总经理李勇、恒丰银行科技开发部副总经理赵毅、文思海辉高级副总裁况文川，以及IDC中国高级研究经理方正展开讨论。

青云QingCloud销售副总裁金萌在高峰对话环节发言

中国金融行业转型与创新高峰论坛暨颁奖典礼是IDC为配合2017年“中国金融行业最佳创新奖”的颁发而举办的论坛，主要围绕在新的金融科技时代下，如何推动中国金融行业创新与变革等主题展开。IDC秉承一贯的科学、客观、严谨、公正的立场，组织专家评审共同对报名的创新项目，以IT技术对金融行业业务创新领域的支撑和支持作为侧重点进行评分。评奖活动受到了中国金融行业越来越多的关注与重视。

在圆桌讨论中，金萌表示，青云QingCloud从2014年开始涉足金融行业，与上百家金融企业有过深入的交流，见证了金融行业从关注技术细节到重视业务场景化的转变，也参与了整个金融行业在业务创新领域的变革。作为一家年轻的企业，QingCloud有着强大的技术基因，针对金融行业，制定了大量场景化的产品以满足金融行业利用IT技术推动业务发展和创新的需求。借助QingCloud AppCenter的能力，QingCloud还能帮助金融企业实现对外输出场景化应用的目标。

面对金融行业市场，青云QingCloud一直以其技术积累为金融客户提供公有云、私有云、混合云、托管云等云计算专业服务，提升金融行业整体竞争能力。QingCloud的云平台智能化技术、软件定义数据中心技术、技术平台云生态、以及在金融行业的实施经验都有助于金融企业快速建立可靠平台，迅速开展金融业务并实现发展和创新。

北京，2017年8月24日——

日前，青云QingCloud宣布RabbitMQ on QingCloud服务正式上线（更多详情：http://t.cn/RCOk3XY）。RabbitMQ on QingCloud是基于AMQP（高级消息队列协议）实现的可复用的企业级分布式消息队列集群服务，具备金融级数据强一致性、路由灵活、多协议支持、高可用负载均衡等诸多特性，为企业用户提供高可靠、高性能的企业级消息队列服务。

青云QingCloud推出RabbitMQ消息队列服务

消息队列服务是为了缓解消息的生产和消费之间的不对等，而在两者之间增加的一层缓冲区。消息队列服务对于任何架构和应用来说，都是一个至关重要的组件。青云QingCloud在2015年5月已经推出Kafka消息队列服务。Kafka是大数据分析领域非常主流且相对成熟的消息队列服务，在日志分析处理、大规模流式计算等典型大数据场景中运用广泛。但在更为普遍的通用行业应用领域，比如金融报文、电信报文、交易事务等追求数据高一致性及可靠性的场景中，Kafka自身的弊端就显现了出来。

RabbitMQ on QingCloud作为另一款主流的消息队列服务，从设计理念到产品特性都更加注重消息数据的一致性，以及服务的高可用性和灵活性，对于各类行业应用场景都有更好的兼容支持。RabbitMQ on QingCloud上线后，将与Kafka形成有效的互补，有力地扩充了QingCloud消息队列产品体系，使功能更加完善，能够满足不同业务场景下对消息队列服务的需求。

具体而言，RabbitMQ on QingCloud有下列产品特性：

金融级数据强一致性：RabbitMQ on QingCloud支持事务、消息确认、请求重试等特性，以及消息队列高可用等灵活的策略机制，完全可以满足金融级企业对消息中间件高可靠、高可用、数据强一致性的要求。

灵活的路由方式：RabbitMQ on QingCloud支持direct、topic、headers和fanout等路由方式。当用户有更加复杂的路由需求时，可以通过组合上述交换机的方式来实现。为了实现最大化的灵活性，RabbitMQ on QingCloud还支持用户自己设置交换机类型。

支持多种传输协议：RabbitMQ on QingCloud支持与MQTT、STOMP、WebSockets等多种通信传输协议对接，已经广泛应用到各类行业应用场景中。例如：MQTT作为目前广泛应用于物联网领域的通信协议，已经实现了与RabbitMQ on QingCloud的无缝对接，承载来自物联网终端产生的海量消息数据。

集成高可用负载均衡：RabbitMQ on QingCloud集成了HAProxy负载均衡器，通过Keepalived支持高可用负载均衡模式（主备），保证整个集群运行更加稳定高效。在使用配置过程中，在HAProxy + Keepalived节点设置中选择负载均衡使用模式，后续便可以通过配置参数管理界面调整负载均衡策略。

支持大规模集群部署：为了防止因节点间网络不稳定而导致集群出现分裂现象，RabbitMQ集群部署时都会限制规模。而青云QingCloud强大的网络能力及AppCenter对集群应用调度的优化能力，使得RabbitMQ on QingCloud可以实现较大规模的节点部署，并带来整体使用性能的提高。

完善的监控告警能力：部分使用场景中，消息量可能会出现爆发性突增，给消息队列集群的运维带来了极大的挑战。RabbitMQ on QingCloud提供完善的监控告警功能，可以显示集群运行中的CPU、内存、硬盘等资源消耗的详细监控信息。同时，用户也可以看到诸如整体服务状态、服务层级等健康信息。

青云QingCloud CTO甘泉表示，RabbitMQ on QingCloud以云应用的形式通过QingCloud AppCenter部署使用，标志着QingCloud在云端的运维管理功能更加完善，能够满足用户不同场景下对消息中间件的需求。未来，QingCloud将会以云应用的形式交付更多的产品及服务，让企业能够以更加简便的方式获得更加专业的技术服务。在产品层面，QingCloud也将针对不同的场景需求，提供更多有行业针对性的产品，以此来提高产品间的互补性，完善整个产品体系。

北京，2017年8月21日——

日前，青云QingCloud宣布QingStor对象存储推出私有云软硬一体化存储解决方案，具备企业级高可靠和高可用特性，新增纠删码、存储分层、图片处理和对象生命周期管理功能，配合精心设计的通用硬件设备，极大地降低了企业用户的存储成本，成为企业级存储市场强有力的竞争者。QingStor对象存储正在推出免费试用活动，申请试用： http://t.cn/RCMHUda

QingStor对象存储推出私有云一体化解决方案

QingStor对象存储的公有云服务于2016年9月13日正式商用，完美地解决了非结构化数据海量存储的问题。但随着企业的不断发展，数据体量和企业需求都在不断增加，对存储也提出了新的要求，QingStor对象存储2.0由此诞生。在刚结束不久的青云QingCloud Insight 2017云计算峰会上，QingCloud发布QingStor对象存储2.0，是QingStor对象存储服务的一次重新定义和重大升级。

QingStor对象存储2.0被定义为“企业级存储解决方案”，相较于上一代产品，其在技术架构、产品体系及产品功能上均做出了重大升级。公有云服务和私有云一体化解决方案采用同一套架构。其中，新增的私有云一体化解决方案是在收集了大量企业需求后构建而成的，能够满足海量多样文件的统一存储管理、数据处理和大数据分析，并极大地降低传统集中式存储的成本。QingStor对象存储根据这些需求，提供了针对性的解决方案。其产品亮点如下：

大幅降低存储成本 

QingStor对象存储私有云一体化解决方案从硬件、软件架构和软件功能三个层面着手，帮助企业用户降低存储成本。

• 硬件层面的选型和设计

精心设计X86通用硬件代替存储专用设备，节省大量初始采购成本。低频存储节点选用JBOD扩展框，提供了一种更经济、更节省空间的存储方式。

• 存储分层和对象生命周期管理

QingStor对象存储支持在同一套架构和调度系统下部署分层的存储集群，异构集群独立扩容，互不影响。作为软硬一体化解决方案，青云QingCloud提供了“标准存储”和“低频存储”两种存储分级，相应的，存储节点也分为标准存储节点和低频存储节点。通过对象生命周期管理，用户可以自定义分层存储策略，以自动触发数据分层迁移。

• 纠删码

面向热数据的场景，QingStor对象存储在标准存储上提供三副本方案，在低频存储上提供纠删码方案，分为两类，一类是在存储集群上做跨机器的纠删码，另一类是在存储集群上做单机器内的纠删码，能够进一步节省存储空间成本。

提供企业级高可靠和高可用特性

通过支持对象数据的高可靠性和业务节点的高可用性，QingStor对象存储能够满足企业级客户的可用性需求。QingStor对象存储的数据采用三副本的方式进行存储，并通过MD5校验保障用户在上传、下载和多副本拷贝时的数据一致性；QingStor对象存储所有业务节点采用集群模式部署，硬件节点采用双网卡绑定，自身提供高性能的负载均衡服务，无单点故障，其高可用和高可靠特性是经过公有云长期验证的实践总结。

管理门户减轻运维压力

管理门户（Portal）作为私有云一体化解决方案里重要的亮点之一，能够让用户通过其了解系统的各种状态。管理门户目前支持系统监控、服务监控两种监控方式。日志系统会收集整个QingStor对象存储系统各个组件所产生的日志，进行汇总，并提供查询和过滤功能。告警系统支持向用户以自定义的方式进行告警信息的推送，目前支持Email、短信等方式。此外还有权限管理等相关工具。从运维角度来看，极大地减轻运维压力，节省人力成本。

QingStor对象存储私有云一体化解决方案适用于企业网盘、文档管理、OA数据的存储、视频文件的云存储、Web端或移动端应用中数据的高效存取，以及为了容灾、审计等目的进行数据的统一备份等应用场景。

青云QingCloud CEO黄允松表示，QingStor对象存储私有云一体化解决方案的推出，为用户的海量数据提供了企业级存储解决方案，极大地提升了企业存储的性价比和易用性。未来，包括对象存储、NeonSAN（Server SAN）和NAS在内的QingStor全线产品将持续创新，更全面地满足企业用户对存储的需求。

北京，2017年8月21日——

日前，青云QingCloud宣布SparkMR on QingCloud服务正式登陆AppCenter（应用https://appcenter.qingcloud.com/apps/app-6iuoe9qs）。SparkMR on QingCloud集成了Spark与Hadoop MapReduce双计算引擎，提供统一的HDFS数据存储引擎及YARN调度系统，为用户提供灵活、高效、可多模式切换的全新云端大数据处理平台。

大数据时代，数据资源是企业的无形资产，也是核心竞争力之一。如何低成本、高效率地进行数据统一管理和分析，获得商业决策支持成为摆在企业面前的一道难题。大数据平台正是为了企业的这种需求应运而生并持续发展创新。青云QingCloud于2015年8月推出了基于Spark的大数据集群服务，同年12月，推出Hadoop集群服务作为大数据基础平台的有力补充，以此来满足企业在大数据领域的不同需求。

但由于Spark与Hadoop作为两个独立的服务，用户同时使用这两种处理引擎时，需要部署两套HDFS，相同的数据需要加载并存放两份，无论是成本还是效率都不是最好的选择。从数据统一管理角度出发，青云QingCloud推出SparkMR on QingCloud，通过QingCloud AppCenter以云应用的方式交付用户使用，对原有大数据平台的Spark与Hadoop服务进行了全方位的整合与升级。

目前，SparkMR支持Apache Hadoop 2.7.3与Apache Spark 2.2.0。 Spark和Hadoop两者结合后，成本显著降低。同时，相对原大数据平台提供更丰富、更灵活的可选配置，用户可以分角色定制节点配置（CPU 2~16核可选，内存2~64GB可选）。SparkMR on QingCloud作为支撑全新双引擎大数据平台的重要组件，具有多重亮点：

• 灵活的计算模式：SparkMR在底层提供统一的HDFS作为数据存储引擎，在上层提供Spark与MapReduce两种计算引擎，并提供YARN作为调度系统。用户可以轻松实现三种不同的计算模式，即Spark Standalone、Spark on YARN和MapReduce on YARN三者之间的切换。
• 强大的计算能力： SparkMR为了方便用户开发Spark应用，除了支持Java和Scala开发之外，还提供了Python与R两种语言的运行环境。其中为Python用户提供了Anaconda发行版的Python 2和Python 3，并支持在这两种Python版本间进行切换。同时，分别为这两个Python版本预置了多个Anaconda发行版的数据科学包，为数据科学和机器学习/深度学习等 AI 开发场景提供了强大的计算能力支撑。
• 便捷的集成能力：SparkMR支持指定依赖服务的功能，即通过AppCenter 2.0 框架内原生的应用感知机制，实现与其他大数据分析组件之间自动化的无缝集成。SparkMR与QingStor对象存储平台也进行了预置集成，用户可以通过简单的配置即可开启对QingStor对象存储的支持，以应对海量大规模数据的存储问题。
• 良好的调度策略： SparkMR提供Spark与YARN的自定义调度器的功能，用户可以根据自己实际的需求，自定义集群内资源调度策略，赋予用户在多租户使用场景下更为精细化的管理能力。
• 简易的服务定制：SparkMR通过控制台提供近60个配置参数，用户通过控制台的UI操作即可完成集群部署及服务的个性化定制。比如用户可以通过 UI 即可完成设置 Hadoop 代理用户的功能。SparkMR的Client（客户端）节点也实现了完全的自动化配置，用户无需再单独创建并手动配置BigData Client或者Spark Client。这意味着用户在控制台完成配置及服务定制后，在部署完成时，已经可以开始执行计算任务，真正实现了一键部署、即刻使用。
• 完善的服务监控：SparkMR提供了完善的服务级别分角色的监控能力，用户不仅可以看到常规资源层监控，还可以通过可视化的方式清晰了解整体服务的运行情况。同时基于服务监控，还提供了监控告警、健康检查和服务自动恢复等功能。

青云QingCloud CTO甘泉表示，SparkMR on QingCloud的推出标志着青云QingCloud大数据平台向AppCenter的迁移升级完成了重要一步。AppCenter将助力用户以应用的视角进行大数据日常管理工作，并通过自身的服务感应机制，让组件间的对接不断趋于自动化，实现动态调整。未来，QingCloud将陆续推出可视化、服务编排等更贴合企业需求的大数据服务。在深度学习领域，QingCloud也将持续深耕、不断创新，让智能化与云计算深度结合，为企业的商业决策提供有力支撑。

北京，2017年8月20日——

日前，由个推主办的开发者沙龙“TechDay”在京举行。青云QingCloud容器平台负责人王渊命受邀出席本次会议，并分享了《Kubernetes微服务特性详解》的主题演讲，介绍了微服务对IT的改变及其相关技术，QingCloud Kubernetes的微服务架构及技术实践，以及微服务最前沿的istio技术。

青云QingCloud容器平台负责人王渊命

当下火热的微服务为IT运维带来了诸多变化：在部署单元数量增加的同时，应用更轻量化；在依赖方式上，由原来的共享库模式，改为远程调用模式，每个微服务都能够独立部署；在架构模式上，脱离了以往单体应用对后端运维工作的依赖，可以实现完全自动化的部署。

Kubernetes天生具备支持微服务架构的优势。作为一个开源平台，Kubernetes既可以用于调度和管理多个云主机上的容器应用，又可以实现容器应用的自动化部署、弹性伸缩、应用升级以及运维管理。

青云QingCloud Kubernetes容器服务是基于原生Kubernetes框架提供的容器集群管理与编排应用，用户可以基于它进行容器相关的应用开发、部署、升级，构建CI（持续集成）/CD（持续交付）应用及微服务架构等，并能实现跨机房应用的一致性。用户可以通过QingCloud AppCenter一键部署Kubernetes容器服务，并提供应用全生命周期管理能力（创建、扩容、监控、健康监测等），预置多种工具插件，减轻用户运维工作。

此外，王渊命还介绍了微服务管理、保护和监控框架——istio，可以将其理解为服务与网络中间的抽象层，按照Google的定义，“istio通常与服务部署统称为服务啮合层（Service Mesh）”，相当于智能路由及负载均衡，可以实现上百个部署单元的管理，包括流量加密、服务间认证、全范围策略执行、深度监控与报告、以及跨语言和平台的管理等。

北京，2017年8月17日——

企业级云服务商青云QingCloud（qingcloud.com）日前宣布与全栈化容器管理平台提供商Rancher Labs达成合作。Rancher企业级容器管理平台正式入驻QingCloud AppCenter，用户可以直接在QingCloud AppCenter上启用Rancher，简单快速地部署和管理容器服务。同时，Rancher在其管理平台上开放入口，能够添加来自QingCloud的云主机，实现在QingCloud IaaS平台之上运行容器。此次合作是QingCloud在深度拓展容器市场上迈出的重要一步。

容器技术经过一段时间的迅速发展，凭借自身更加敏捷、快速的开发和部署能力，已经被越来越多的企业开发者接受。容器相比传统虚拟化更加轻量，有很好的磁盘读写性能（磁盘I/O）及网络性能，同时可以在线对CPU、内存和系统盘进行无间断扩容，适合大数据、微服务、DevOps等对性能或轻量化有较高需求的应用场景。

Rancher作为开源的、可用于生产环境的企业级容器管理平台，提供了在生产环境中使用的全栈化容器部署与管理平台。Rancher企业级容器管理平台入驻青云QingCloud AppCenter，让用户得以轻松使用、运行和管理Docker容器及多个Kubernetes集群。用户登录QingCloud AppCenter即可一键搭建Rancher平台，便捷地获取Rancher集成的容器相关技术和管理功能。

另一方面，Rancher在企业级管理平台上支持添加青云QingCloud云主机，实现QingCloud的machine driver与Rancher容器管理平台正式集成，将容器部署与管理交给Rancher，IaaS平台的计算和网络服务交给QingCloud，用户则可以更专注于构建和运行应用程序。在操作层面，用户只需要导航到Rancher中的“添加主机”界面，在“管理docker-machine驱动”中选择“青云QingCloud”，即可一键激活驱动程序，后续部署工作轻松便捷。

青云QingCloud提供的SDN网络直通服务能够使运行在虚拟机上的容器直接使用IaaS平台的SDN能力，从而极大地提升了容器应用的网络性能，并显著降低容器配置与维护的操作难度。此外，QingCloud SDN 2.0实现了在同一套技术架构下对虚拟化和容器的统一管理和运维，避免了系统的割裂。

“容器技术在企业内部的应用正持续快速增长，更简化的容器管理方式、更敏捷高效的基础资源调度，这些需求是始终存在的。”Rancher Labs大中华区总经理秦小康表示，“这也是Rancher Labs和青云QingCloud希望联手提供给广大用户的。而我们觉得最佳的实现方式就是以应用的模式交付给最终用户。”

青云QingCloud CTO甘泉表示，青云QingCloud已经将IaaS和软件定义网络的能力开放给包括Rancher在内的所有客户及容器合作伙伴，帮助容器用户及服务商大幅提升容器性能及网络配置的易用性。Rancher入驻QingCloud AppCenter对于企业开发者来说，在容器层面的操作和维护难度进一步降低，易用性更强。未来，QingCloud将持续在容器领域实现技术创新，携手合作伙伴为用户交付更为专业的企业应用及服务。

北京，2017年8月16日——

日前，青云QingCloud宣布PaaS服务推出预留资源计费模式，该计费模式主要适用于用户长期稳定的IT需求，率先推出的RDB（关系型数据库）预留资源，最高折扣达50%。自此，QingCloud预留资源计费模式将陆续扩展至其他PaaS服务。更多详情：http://t.cn/RCvpyux

青云QingCloud于2016年11月正式推出预留资源计费模式。通过预留资源计费，用户可以根据自身对于IT资源的长期规划，提前预留相应的资源。最初，预留资源只包含主机（实例），此次新增的RDB（关系型数据库），包括MySQL和PostgreSQL，具体资费方案如下：

• 6个月预留资源计费合约为按需付费的85折；
• 12个月预留资源计费合约为按需付费的8折；
• 36个月预留资源计费合约为按需付费的5折。

青云QingCloud支持“按需付费”与“预留资源”两种计费模式结合使用，为用户提供全面、灵活的成本管理支持。企业用户可以根据自身对于IT需求的合理规划来区分短期弹性需求和中长期稳定需求。对于短期弹性需求，建议采用按需付费的方式，按秒计费，灵活精准，避免不必要的浪费；而长期稳定的需求，建议采用预留资源方式，能够大幅降低IT成本。

用户签订预留资源合约的第一个月为开放期，开放期内，以RDB（关系型数据库）创建或者绑定完成的时间作为计费的起始点。开放期结束后，无论资源是否创建或绑定，合约默认自动开始计费。用户如需调整资源配置，则向上调整需要补差价，预留周期不变，暂不支持向下调整配置。此外，在QingCloud AppCenter上线的MySQL Plus暂不支持预留资源计费模式。

青云QingCloud CEO黄允松表示，将预留资源计费模式推广至PaaS有利于用户以更优惠的价格享受到QingCloud的服务。未来，QingCloud将持续在更多资源上提供更为丰富的计费模式，让用户能够根据自身需求选择最具性价比的资源采购方案，有效降低企业TCO（总体拥有成本），最大化企业IT价值。

北京，2017年8月15日——

日前，青云QingCloud宣布推出Kubernetes容器集群管理与编排应用。QingCloud Kubernetes容器服务通过QingCloud AppCenter交付，5分钟内即可完成部署，并与QingCloud IaaS平台深度集成，充分整合SDN（软件定义网络）和SDS（软件定义存储）能力，提供极致的底层性能保障。此外，Kubernetes容器服务完全兼容原生API语法，将用户的学习和迁移成本降至最低。该服务已于QingCloud Insight 2017云计算峰会上正式发布。

青云QingCloud推出Kubernetes容器集群管理与编排应用

Kubernetes容器服务是青云QingCloud基于原生Kubernetes框架提供的容器集群管理与编排应用，用户可以基于它进行容器相关的应用开发、部署、升级，构建CI（持续集成）/CD（持续交付）应用及微服务架构等，并能实现跨机房应用的一致性。用户可以通过QingCloud AppCenter一键部署Kubernetes容器服务，并提供应用全生命周期管理能力（创建、扩容、监控、健康监测等），预置多种工具插件，减轻用户运维工作。

此外，青云QingCloud Kubernetes容器服务还提供以下能力：

• 提供基于Docker 应用的部署、弹性伸缩、滚动升级和回滚等功能；
• 内置Kubernetes官方DNS组件，用于服务发现；
• 内置Kubernetes官方Heapster和Dashboard组件，用于通过界面管理Kubernetes中的容器、服务和各类资源；
• 内置日志组件Fluent+ElasticSearch+Kibana， 用于收集Kubernetes集群本身以及用户业务容器输出的日志，并可设置自动清理机制；
• 提供集群的运维管理能力： 可增加或者删除节点、纵向伸缩、动态更新节点配置、节点健康检查、监控告警等。

青云QingCloud CTO甘泉表示，针对Kubernetes容器服务，QingCloud实现了多重优化，尤其是在网络和存储的性能及平台易用性上，大幅降低了Kubernetes应用的开发和管理门槛。未来，QingCloud的容器服务将全面支持Mesos、Cloud Foundry、Swarm等主流平台，接驳更多应用类型。

北京，2017年8月15日——

日前，青云QingCloud CEO 黄允松受邀担任“IDC大学”的讲师，为逾50位分析师分享了云计算行业发展现状、应用与技术趋势，以及QingCloud的云计算实践经验及未来战略等话题，并与分析师们展开了深入的交流。

“IDC大学”讲师证颁发仪式合影留念（从左到右分别是：IDC中国总裁霍锦洁、青云QingCloud CEO 黄允松、IDC中国副总裁兼首席分析师武连峰）

青云QingCloud CEO 黄允松指出，云计算技术已经在各行各业逐渐普及。云计算分为四大基本形态，包括公有云、私有云、托管云和混合云，如何为企业提供完整的解决方案和一致性的体验，是云厂商面临的重要问题。此外，随着企业用户业务的不断增长，如何提升云服务整体的网络质量也成为重中之重。

青云QingCloud CEO黄允松演讲

青云QingCloud平台自上线以来，公有云、私有云、托管云、混合云都采用同一套底层代码，为企业用户提供公私托混一体化的综合服务矩阵。通过一体化的企业级云服务和云计算整体解决方案，QingCloud已为超过80,000家企业提供云服务。

自2014年起，青云QingCloud持续投入全面的骨干网建设，以帮助企业用户实现与任意运营商线路的对等互联，结合现有的IaaS、PaaS等资源服务，QingCloud正在构建一个更全面、更一体化的整体ICT交付体系。